基于贝叶斯理论的支持向量机综述.pdfVIP

第 27卷第 5期 　　　 计算机应用与软件 Vo l27 No. 5 20 10年 5月 　　 Compu ter App lication s and Software M ay 20 10 基于贝叶斯理论的支持向量机综述 1 2 苏 　展 　徐立霞 1 (解放军理工大学理学院　江苏 南京 2 11101) 2 (南京财经大学经济学院统计系 　江苏 南京 2 10046) ( ) 摘 　要 　　支持向量机 SVM 以其坚实的理论基础 ,和在机器学习领域表现出的良好推广性能 ,获得了越来越广泛的关注 。为更 好地推进其发展 ,科研工作者们借鉴统计学中经典的贝叶斯理论 ,做了大量工作 ,例如 : 引进贝叶斯理论中先验知识 、后验概率等概 念 ,改进支持向量机中的判别准则 ;或利用贝叶斯理论估计支持向量机中的参数 w 、正规化参数以及核参数等 。目前已取得不错的 效果 ,使支持向量机理论更具有实用价值 。 关键词 　　支持向量机 　贝叶斯理论 　先验概率 　后验概率 REV IEW O N SUPPO RT VECTO R M ACH I NE BA SED O N BAY ES ’THEO REM 1 2 Su Zhan 　X iu L ixia 1 ( Institu te of S cience, PLA Un iversity of S cience and Technology, N anj ing 2 11101, J iangsu, Ch ina) 2 (S chool of E conom ics, N anj ing Un iversity of F inance and E conom ics, N anj ing 210046, J iangsu, Ch ina) A b stract　　Support V ector M ach ines ( SVM s) are getting grow ing concern s due to its sound foundation of theories as well a s its p referab le popu larising p erform ance in the field of m ach ine learn ing. In order to fu rther p romote its developm ent, a lot of work s have been do ing by the scien tific and techno logical p ersonnel referring to cla ssical B ayes’theorem in Statistic s. For examp le, the concep ts of p riori know ledge and po sterior p robab ility in B ayes’th